104學習

104人力銀行 / 微欣科技有限公司 / 工程部行政專員 / 符合度分析
工程部行政專員 微欣科技有限公司
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

PowerPoint

測驗

文件收發與檔案管理

Outlook

測驗

中文打字50~75

測驗

AutoCAD

測驗

文件檔案資料處理、轉換及整合工作

會議紀錄

文件整理

已具備

PostgreSQL

測驗
有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

詹翔霖

商學院兼任副教授

03/01 21:30

不帶不教的職場文化 正在默默推高離職率
不帶不教的職場文化,正在默默推高離職率
職場中不帶、不教新人的習氣,正是新進人員高離職率的重要原因之一。
(一)新人離開,往往不是因為能力不夠
在許多職場裡,新人第一天上班,常聽到的不是清楚說明,而是:
-「資料在資料夾,自己看」
-「大家都很忙,有問題再問」
-「這個應該之前就學過吧?」
結果新人每天都在猜標準、猜流程、猜誰可以問。
他們不是不努力,而是不知道怎麼做才算對。
(二)實際案例:三個月內連續離職的真正原因
某行政部門一年內走了三位新人,表面原因都是「不適應」。
但離職訪談發現:
• 沒有完整流程文件
• 每位前輩教法不同,卻要求一致成果
• 問問題時常被回以不耐煩的語氣
新人最後離開的,不是工作本身,
而是那種「被放生」與「長期挫折」的感受。
(三)數據告訴我們什麼?
1.新人離職高峰在前三到六個月
人資調查顯示,新人最容易離職的時間點,正是「還在學、卻沒人教」的階段。
2.有新人帶領制度,留任率可提升 30~50%
只要有明確帶領者、回饋機制,新人留下來的機率明顯提高。
3.一位新人離職的成本,約是月薪的 1.5~2 倍
包含招募、訓練、代工、士氣影響等隱性成本。
(四)不帶新人,其實讓資深同仁更累
很多人不想帶新人,是怕麻煩。
但實際上,不教導只會造成:短期省事,長期更耗人。
• 新人無法獨立
• 資深同仁反覆收尾
• 團隊效率更低
新人會不會留下來,取決於剛進公司的那幾個月,有沒有人願意好好帶他。
離職率高,不一定是新人問題,有時是我們太習慣「自己熬過來,也要別人熬」。
看更多
0 0 880 0
詹翔霖

商學院兼任副教授

02/20 23:53

114年度《#我的台東慢旅行》UGC 徵件活動辦法(草案)我的台東慢旅行 徵件活動評選流程SOP
我的台東慢旅行 徵件活動評選流程SOP
評選流程 SOP
第一階段:資格審查(行政初審)
由承辦單位執行
審查項目:
• 是否符合徵件資格
• Hashtag 是否正確
• 是否完成授權書
• 是否違反活動規定
📌 結果:
• 合格名單彙整成「評審名冊」
• 不合格者書面通知
第二階段:初評(線上評分)
方式
• 提供評審專用雲端連結
• 每位評審獨立評分
• 依評分標準量化打分
評分表範例
編號 主題契合 30% 創意 25% 品質 20% 故事 15% 互動 10% 總分
👉 取平均分數排序
👉 選出前 30 名進入決選
第三階段:決選會議(實體或線上)
流程建議
1. 主辦單位簡報說明規則
2. 播放入圍作品
3. 評審逐一討論
4. 票選排序
5. 決定獎項名單
6. 現場簽署評審會議紀錄
評選公平機制
✔ 評審需簽署利益迴避聲明
✔ 若與參賽者有關係,須自行迴避
✔ 評審過程錄影存檔
✔ 保留完整評分表 3 年
三、會議流程標準時間表
時間 內容
10:00–10:10 主辦單位說明
10:10–11:00 觀看入圍作品
11:00–11:40 評審討論
11:40–12:00 投票與確認名單
12:00–12:30 簽署紀錄與合照
四、評審會議紀錄重點格式
會議紀錄需包含:
• 評審名單
• 評分統計方式
• 決議結果
• 異議處理說明
• 評審簽名
五、風險控管
⚠ 不公布完整評分細節(僅公布得獎名單)
⚠ 事前公告評分比例
⚠ 保留主辦單位最終解釋權
⚠ 設置申訴期限(公告後 5 日內)
看更多
0 0 217 0
104學習

產品

01/31 12:02

轉職首選!3 週從零到上手的數據分析師養成營 —— 104人力銀行 × 104學習 × 緯育 TibaMe 聯合推出
想跨入高薪、有前景,又能左右商業決策的數據分析師職涯,但擔心自己沒有程式背景、時間不夠嗎?
這堂【數據分析師學習營】或許是你理想的起點。
✨ 首次跨界合作,更強大資源整合✨
這次由 104學習精靈 首度攜手 緯育 TibaMe 聯合打造。
⚡104人力銀行 × 104學習精靈:深耕職涯數據多年,最了解台灣企業用人需求,課程更貼近市場實際職缺。
⚡緯育 TibaMe:累積多年產業培訓經驗,專注於 IT、數據、AI 等熱門技能轉職養成,培訓模式完整,輔導成效有口碑。
這樣的合作,讓學員享有真實的培訓經驗,學習效果與轉職落地率都更具保障。
課程亮點一次看
🔥3 週密集實戰:短短三週密集訓練,快速掌握職場必備技能,不必耗費半年、一年時間啃課表。
🔥零基礎設計:無需工程背景,也不用寫程式,由淺入深帶你學會資料庫查詢(SQL)與數據視覺化工具 Power BI。
🔥實戰作品累績履歷實力:課程設計強調實務操作,結訓不僅懂工具,更手上有完成的作品,讓履歷直接升級。
🔥專屬平台與支援:透過共學社群與專業助教協助,學習不再孤單。
為什麼你該報名?
🟢快速起步,快速看成果:三週聚焦提速進展,是在職或時間有限者的最佳選擇。
🟢具備市場需求核心技能:SQL 與 Power BI,完全符合企業當前的數據分析需求。
🟢履歷實力落地具體化:實作作品比起只學理論更能打動雇主眼光。
🟢104 × 緯育 TibaMe 強強聯手:把資源與專業結合,讓學習不只停留在課程,而是直通「就業」與「轉職」。
【名額倒數中,不要錯過現正優惠】
看更多
3 0 28406 3
104學習

產品

01/16 10:26

【第二屆數據分析師學習營】開跑!超早鳥優惠現賺 $1,611,保握機會。
【第二屆數據分析師學習營】開跑!
0經驗&無工程背景,3週帶你開啟數據職涯!
【優惠只到 2026/1/23 (五)】超早鳥領$1,111送5百元line點數
【本次學習營特色】
🟢 免離職,假日上課,工作學習兩不誤
🟢 線上實體直播課,不分地區都能參加
🟢 助教小組全程陪伴,有問題隨時解答
🟢 3週完成業界實作專案,無基礎也能做出作品
🟢 104獨家完訓證明,提升您的履歷曝光度
🟢 刷中信 / 台新 / 玉山信用卡 → 享 3 期 0 利率
【學員課後感想回饋】
⚡莊小姐⚡從完全的數據分析小白,到現在學會基礎獨立完成專案,這是讓我最有收穫的部分。
⚡蕭先生⚡課程設計很適合新手,一開始會帶學員建立資料分析思維,並在接下來的課程用學習使用SQL、Power BI等工具,雖然課程為新手導向,但最後的專題報告仍具備挑戰性,評審的回饋也很有力,真的能夠獲得實戰經驗,超推薦!
⚡Miss Chen⚡對我來說硬實力及相關技能在網路上都有很多資源可以學習,課前最吸引我以及課中感受最深的就是跟不同學員的互動及想法交流,這是外面學不到的,再來就是業界講師的專業指教,也是非常難得且受用!
【保握超早鳥優惠|錯過就不在|還有多組合購優惠】
看更多
1 0 30284 1
2026 開發者的身價保衛戰:在 Vibe Coding 浪潮中,拿回你的「定義權」
最近與許多技術團隊負責人和企業主聊天,大家不約而同提到一個現象:「開發軟體的門檻好像消失了,但系統崩潰的風險卻變高了。」
隨著前特斯拉 AI 主管 Andrej Karpathy 提出的 Vibe Coding(氛圍編程) 成為主流,我看到很多非技術背景的朋友,靠著與 AI 聊天就能生出亮眼的 App 介面;我也看到許多工程師開發速度提升了數倍,卻在「上線後」陷入了前所未有的技術債深淵。
當 Vibe Coding 已經普及,隨之而來的卻是嚴重的「開發斷層」。當開發者只靠氛圍、不靠邏輯時,系統將變得混亂無序。身為技術顧問,我想分享一個關於 2026 年開發範式的核心觀察:
「當程式碼變得廉價,你的『定義權』就是你的身價。」
__
為什麼「感覺(Vibe)」很好,系統卻會崩塌?
AI 可以根據你的「氛圍」快速產出代碼,但它無法替你思考複雜的商業邏輯,更無法預見潛在的安全威脅。如果缺乏結構與驗證,Vibe 出來的結果往往是:
* 需求斷層: AI 寫出的功能外表亮眼,卻與實際業務場景完全脫節。
* 安全性漏洞: AI 為了追求功能實現,常產出帶有 SQL Injection、跨站腳本 (XSS) 或缺乏權限驗證的程式碼。這些隱蔽的資安破口,在上線後將成為駭客進出的後門。
* 邏輯黑盒: 沒有人敢改 AI 寫的 Code,因為沒人知道邏輯邊界在哪。
* 擴充災難: 隨意生成的代碼導致耦合度爆炸,系統最終難逃「砍掉重練」的命運。
要駕馭這場技術海嘯,我們需要一套更人性化、也更嚴謹的**「數位防禦思維」**。
__
從 User Story 出發:找回軟體的「靈魂」
很多失敗的 AI 專案,問題都出在指令(Prompt)太過破碎。在 AI 時代,我們必須回歸本質,從 User Story (使用者故事) 開始:
「身為 [角色],我想要 [功能],以便於 [獲得價值]。」
這不只是文件,這是你與 AI 溝通的底層邏輯。如果你無法清晰定義需求與價值,AI 給你的只會是一堆華麗卻無用的廢碼。
__
建立 AI 時代的「鐵三角」品質防線
為了確保 AI 產出的結果不只是「看起來會動」,開發團隊必須導入以下框架,構築穩固的防線:
1. BDD (行為驅動開發):將需求變成「活的規格」
AI 容易產生幻覺,我們不能只給任務,要給「場景」。透過 BDD 的 Given/When/Then 格式描述行為,讓 AI 清楚知道「什麼樣的結果才算成功」,將開發轉變為**「目標導向工程」**。
2. TDD (測試驅動開發):建立不可穿透的「品質護欄」
在叫 AI 實作功能前,先叫它寫測試單元。TDD 是對付 AI 不確定性最強大的武器。透過先行的測試案例(Test Cases),強迫 AI 產出的程式碼必須通過斷言(Assertion),杜絕技術債。
3. DDD (領域驅動設計):建立邏輯的「護城河」
AI 懂語法但不懂你的生意。我們需要 DDD 定義 Bounded Context (邊界上下文),建立一套**「通用語言」**。這能確保複雜系統在規模化擴張時,邏輯依然清晰且不崩壞。
4. SDD (規格驅動開發):構築穩定「鋼骨」
在 ASP.NET Core 框架下,我們利用強型別與依賴注入 (DI),將上述行為轉化為不可違背的 Interface (介面)。這份「規格」就是 AI 必須遵守的施工圖,確保系統具備企業級的穩定度。
__
從「開發者」到「架構師」:定義未來的規則
2026 年,開發者的角色正經歷劇烈重塑。我們不再需要更多「只會寫 Code 的工程師」,而是需要更多**「具備領域洞察力、能編寫高品質規格、並能驗證 AI 品質的架構師」**。
__
這也是我在 X School 規劃 【Vibe Coding AI 工程師養成班】 的初衷。我們不走傳統的語法教學,而是教你:
* 從 User Story 挖掘核心商業價值。
* 透過 DDD 建立健壯的系統模型。
* 利用 SDD、BDD 與 TDD 建立 AI 無法穿透的品質護欄。
* 在 ASP.NET Core 的架構下,實現真正的**「精準開發」**。
這是一場關於「主導權」的訓練。在 AI 淹沒平庸之前,先讓自己成為規則的制定者。
如果你感覺目前的 AI 開發流程讓你焦慮,或許缺的不是更強的模型,而是一套能駕馭 AI 的開發方法論。
【Vibe Coding 全端架構師養成:ASP.NET Core × AI LLM 企業級實戰】 現在就加入,成為定義規則的人。
想了解更多課程資訊請詳見以下連結👇
看更多
0 0 3264 1